GenLabel：基于生成模型的数据混合重标注
机器学习
2022-01-10 v1
摘要
Mixup 是一种通过对一对输入数据进行混合来生成新数据点的数据增强方法。虽然 mixup 通常能提升预测性能，但有时会使其下降。本文通过理论与实证分析 mixup 算法，首先明确了该现象的主要原因。为解决此问题，我们提出 GenLabel，一种为 mixup 设计的简单而有效的重标注算法。具体而言，GenLabel 通过生成模型学习类条件数据分布，帮助 mixup 算法正确标注混合样本。通过大量理论与实证分析，我们表明将 mixup 与 GenLabel 结合使用可有效解决上述现象，提升泛化性能与对抗鲁棒性。
引用
@article{arxiv.2201.02354,
title = {GenLabel: Mixup Relabeling using Generative Models},
author = {Jy-yong Sohn and Liang Shang and Hongxu Chen and Jaekyun Moon and Dimitris Papailiopoulos and Kangwook Lee},
journal= {arXiv preprint arXiv:2201.02354},
year = {2022}
}